seetaface facedetect测试记录

1 github源码
https://github.com/seetaface/SeetaFaceEngine
2 vs2013测试人脸检测方法

  • 1 新建c++工程
  • 2 将FaceDetection\src里面所有cpp文件添加(各个文件夹里面的也要添加,测试用例也添加进来)
  • 3 在属性/c.c++/附加包含库目录下添加faceDetection\include里面各个头文件目录
  • 4 定义好测试图片的位置以及模型的位置,例如:
const char* img_path = "D:\\myproj\\seetaFace Engine\\SeetaFaceEngine-master\\FaceDetection\\data\\0_1_1.jpg";
  seeta::FaceDetection detector("D:\\myproj\\seetaFace Engine\\SeetaFaceEngine-master\\FaceDetection\\model\\seeta_fd_frontal_v1.0.bin");
  • 5 记得配置好opencv用于读取图像

运行,得到
这里写图片描述

同理,其他俩个源码也可以进行 类似的测试。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MTK(联发科技)集成Facedetect算法的过程如下: 1. 准备算法库和模型:首先,你需要获取Facedetect算法的库文件和模型文件。这些文件通常由算法提供商提供,可能需要与提供商签订合作协议或购买许可证。 2. 硬件支持:确保你的MTK芯片支持图像处理和计算的硬件加速功能。这些功能通常包括向量处理单元(VPU)或神经网络处理器(NPU)。如果你的芯片不支持硬件加速,你可能需要使用软件实现。 3. 驱动开发:根据MTK芯片的架构和规范,开发相应的驱动程序,以支持Facedetect算法的调用和集成。这可能涉及到底层硬件访问、图像处理、数据传输等方面的开发。 4. 接口适配:根据Facedetect算法的接口要求,将其适配到MTK芯片的驱动程序中。这可能需要进行一些数据格式转换、参数传递等适配工作,以确保算法能够正确运行。 5. 系统集成:将开发好的驱动程序和适配后的Facedetect算法集成到MTK芯片所在的系统中。这可能涉及到操作系统层面的修改或配置,以确保算法能够在系统中正常运行。 6. 测试和优化:完成集成后,进行测试和优化工作,以确保Facedetect算法在MTK芯片上的性能和稳定性达到预期要求。这可能包括功能测试、性能测试、功耗优化等方面的工作。 请注意,以上步骤仅供参考,具体的集成过程可能因芯片型号、算法要求等因素而有所不同。建议在集成过程中与MTK和算法提供商保持密切沟通,以获得更详细和准确的指导。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值